本文转载自微信公众号「数据和云」，作者崔虎龙。转载本文请联系数据和云公众号。

现在很多应用环境中都能看到JSON灵活的影子。各阶段数据层次的递归层次，能很好的分辨。一直对MySQL的JSON很期待的，最近才有时间研究一下。

JSON了解

JSON就是一串字符串,只不过元素会使用特定的符号标注。比如：

{} 双括号表示对象 [] 中括号表示数组 “” 双引号内是属性或值 : 冒号表示后者是前者的值

关系型数据库实现JSON难度在于，关系型数据库需要定义数据库和表结构。为了应对这一点，从MySQL 5.7开始，MySQL支持了JavaScript对象表示(JavaScriptObject Notation，JSON) 数据类型。之前，这类数据不是单独的数据类型，会被存储为字符串。新的JSON数据类型提供了自动验证的JSON文档以及优化的存储格式。

MySQL里JSON文档以二进制格式存储，它提供以下功能：

自动验证存储在JSON列中的JSON文档。无效文档产生错误。 优化的存储格式。存储在JSON列中的JSON文档被转换为允许快速读取访问文档元素的内部格式。二进制格式存储的JSON值。 对文档元素的快速读取访问。当服务器再次读取JSON文档时，不需要重新解析文本获取该值。通过键或数组索引直接查找子对象或嵌套值，而不需要读取文档中的所有值。 存储JSON文档所需的空间大致与LONGBLOB或LONGTEXT相同。 存储在JSON列中的任何JSON文档的大小都仅限于max_allowed_packet系统变量的值。 MySQL 8.0.13之前，JSON列不能有非NULL的默认值。

JSON操作

数据保存到MySQL，操作方面都提供哪些支持?目前MySQL 8.0版本的的JSON总共支持32个普通函数和2个空间函数：

1. 索引：

JSON列，像其他二进制类型的列一样，不直接索引;相反，您可以在生成的列上创建索引，从JSON列中提取标量值。有关详细示例，请参见为生成的列建立索引以提供JSON列索引。 MySQL优化器还会在匹配JSON表达式的虚拟列上寻找兼容的索引。 在MySQL 8.0.17及以后版本中，InnoDB存储引擎支持JSON数组上的多值索引。看到多值索引。 MySQL NDB Cluster 8.0支持JSON列和MySQL JSON函数，包括在从JSON列生成的列上创建索引，作为无法索引JSON列的解决方案。每个NDB表最多支持3个JSON列。

2.JSON值的比较和排序:

JSON值可以使用=、<、<=、>、>=、<>、!=和<=>操作符进行比较。 JSON值不支持以下比较操作符和函数:

BETWEEN

IN()

GREATEST()

LEAST()

对于列出的比较操作符和函数，一种变通方法是将JSON值转换为本地MySQL数值或字符串数据类型，以便它们具有一致的非JSON标量类型。就是说转换成需要的MySQL字段继续换算，也算是一种折中方案。 JSON值的比较分为两个级别。第一级比较基于比较值的JSON类型。如果类型不同，则仅由哪个类型优先级更高来决定比较结果。如果两个值具有相同的JSON类型，则使用特定类型的规则进行第二级比较。

BLOB > BIT > OPAQUE > DATETIME > TIME > DATE > BOOLEAN > ARRAY > OBJECT > STRING > INTEGER, DOUBLE > NULL。

3.JSON和非JSON值之间的转换:

MySQL在JSON值和其他类型值之间转换时遵循的规则:

CAST(other type AS JSON)

结果为JSON类型的NULL值。

mysql>SET @j5 = {"id":123, "name":"kevin","age":20, "time":"2021-06-01 01:00:00"}; Query OK, 0 rows affected (0.00 sec) mysql>SELECT CAST(JSON_EXTRACT(@j5, $.age) AS UNSIGNED); +----------------------------------------------+ | CAST(JSON_EXTRACT(@j5, $.age) AS UNSIGNED) | +----------------------------------------------+ |                                           20 | +----------------------------------------------+ 1 row in set (0.00 sec)

4.JSON值聚合:

对于JSON值的聚合，NULL值和其他数据类型一样被忽略。除MIN()、MAX()和GROUP_CONCAT()外，非NULL值被转换为数字类型并聚合。对于数字标量的JSON值，(取决于值)可能会出现截断和精度损失。

JSON使用索引方式：

MySQL JSON列上无法创建索引，是通过从JSON列中提取标量值,创建索引。这样能更有效的结合MySQL优势。

MySQL优化器会在匹配JSON表达式的虚拟列上寻找兼容的索引。 在MySQL 8.0.17及以后版本中，InnoDB存储引擎支持JSON数组上的多值索引 MySQL NDB Cluster 8.0支持JSON列和MySQL JSON函数，包括在从JSON列生成的列上创建索引，作为无法索引JSON列的解决方案。每个NDB表最多支持3个JSON列。

1.虚拟列索引：

col_name data_type [GENERATED ALWAYS] AS (expr)   [VIRTUAL | STORED] [NOT NULL | NULL]   [UNIQUE [KEY]] [[PRIMARY] KEY]   [COMMENT string] 

VIRTUAL或STORED关键字表示列值是如何存储的，这对列的使用影响非常大:

VIRTUAL:不存储列值，但在读取行时，在任何【BEFORE触发器】之后立即计算列值。虚拟列不占用存储空间，但暂居内存。目前官方里没有设置这个极限。 STORED:当插入或更新行时，将计算并存储列值。存储的列需要存储空间，并且可以建立索引。 如果没有指定关键字，则默认为VIRTUAL。 mysql> DROP TABLE IF EXISTS `jemp`; mysql> CREATE TABLE  `jemp` (         id BIGINT NOT NULL AUTO_INCREMENT PRIMARY KEY,         c JSON,     d JSON,         g INT GENERATED ALWAYS AS  (c->"$.id") STORED,         INDEX i (g)     ); Query OK, 0 rows affected (0.02 sec) mysql> INSERT INTO jemp (c,d) VALUES  ({"id": "1", "name": "Fred"} , {"user":"Fred",   "user_id":1, "zipcode":"[14471,14531]"}), ({"id": "2", "name": "Wilma"}, {"user":"Wilma",  "user_id":2, "zipcode":[24472,24532]}  ), ({"id": "3", "name": "Jack"} , {"user":"Jack", "user_id":3, "zipcode":[34473,34533]}    ),  ({"id": "4", "name": "Betty"}, {"user":"Betty",  "user_id":4, "zipcode":[44474,44534]}  ); Query OK, 4 rows affected (0.02 sec) Records: 4  Duplicates: 0  Warnings: 0 mysql> EXPLAIN SELECT c->>"$.name" AS name  FROM jemp WHERE g > 2\G; *************************** 1. row ***************************            id: 1   select_type: SIMPLE         table: jemp    partitions: NULL          type: range possible_keys: i           key: i       key_len: 5           ref: NULL          rows: 2      filtered: 100.00         Extra: Using where 1 row in set, 1 warning (0.00 sec)  ERROR: No query specified mysql> SHOW WARNINGS\G *************************** 1. row ***************************  Level: Note    Code: 1003 Message: /* select#1 */ select json_unquote(json_extract(`db1`.`jemp`.`c`,$.name)) AS `name` from `db1`.`jemp` where (`db1`.`jemp`.`g` > 2) 1 row in set (0.00 sec)

2.使用多值索引

直接接口:MEMBER OF(),JSON_CONTAINS(),JSON_OVERLAPS()

mysql> ALTER TABLE jemp ADD INDEX zips( (CAST(d->$.zipcode AS UNSIGNED ARRAY)) ); #MEMBER  OF mysql> EXPLAIN  SELECT * FROM jemp    WHERE  24472 MEMBER  OF(d->$.zipcode)\G *************************** 1. row ***************************            id: 1   select_type: SIMPLE         table: jemp    partitions: NULL          type: ref possible_keys: zips           key: zips       key_len: 9           ref: const         rows: 1      filtered: 100.00         Extra: Using where 1 row in set, 1 warning (0.00 sec) #JSON_CONTAINS mysql> EXPLAIN SELECT * FROM jemp   WHERE JSON_CONTAINS(d->$.zipcode, CAST([14471,14531] AS JSON))\G; *************************** 1. row ***************************            id: 1   select_type: SIMPLE         table: jemp    partitions: NULL          type: range possible_keys: zips           key: zips       key_len: 9           ref: NULL          rows: 2      filtered: 100.00         Extra: Using where 1 row in set, 1 warning (0.00 sec) #JSON_OVERLAPS mysql> EXPLAIN SELECT * FROM jemp   WHERE JSON_OVERLAPS(d->$.zipcode, CAST([44474,94582] AS JSON))\G; *************************** 1. row ***************************            id: 1   select_type: SIMPLE         table: jemp    partitions: NULL          type: range possible_keys: zips           key: zips       key_len: 9           ref: NULL          rows: 2      filtered: 100.00         Extra: Using where 1 row in set, 1 warning (0.00 sec)

从上面例子里，数据的查询还是基于MySQL B+tree上，JSON只是一种数据保存的机制。通过对虚拟列方式，提供快速的访问，非常好的解决了JSON支持问题。

总结

MySQL里JSON的结合非常实用，虚拟列索引解决了查询的性能问题。 JSON大小确实个硬性问题，谨慎使用(空间大致与LONGBLOB或LONGTEXT相同,文档的大小都仅限于max_allowed_packet系统变量的值)。 实际场景中，只能选择适中的JSON长度，可以考虑配合大页使用。

关于作者

崔虎龙，云和恩墨MySQL技术顾问，长期服务于金融、游戏、物流等行业的数据中心，设计数据存储架构，并熟悉数据中心运营管理的流程及规范，自动化运维等。擅长MySQL、Redis、MongoDB数据库高可用设计和运维故障处理、备份恢复、升级迁移、性能优化。自学通过了MySQL OCP 5.6和MySQL OCP 5.7认证。2年多开发经验，10年数据库运维工作经验，其中专职做MySQL工作8年;曾经担任过项目经理、数据库经理、数据仓库架构师、MySQL技术专家、DBA等职务;涉及行业：金融(银行、理财)、物流、游戏、医疗、重工业等。